正態(tài)分布函數(shù)標(biāo)準(zhǔn)化？假設(shè)x~n（μ，σ^2），那么y=（x-μ）/σ~n（0，1）。證明了由于x~n（μ，σ^2），P（x）=（2π）^（-1/2）*σ^（-1）*exp{[-（x-μ）^2]/（2σ

正態(tài)分布函數(shù)標(biāo)準(zhǔn)化？

假設(shè)x~n（μ，σ^2），那么y=（x-μ）/σ~n（0，1）。證明了由于x~n（μ，σ^2），P（x）=（2π）^（-1/2）*σ^（-1）*exp{[-（x-μ）^2]/（2σ^2）}。（注：F（y）是y的分布函數(shù)，F(xiàn)X（x）是x的分布函數(shù)），F(xiàn)（y）=P（y≤y）=P（（x-μ）/σ≤y）=P（x≤σyμ）=FX（σyμ），所以P（y）=F“（y）=F”x（σyμ）*σ=P（σyμ）μ），因此n（0,1）。正態(tài)分布標(biāo)準(zhǔn)化的意義在于它易于計算，是一個統(tǒng)計概念。

2. Y=a*B乘積可以通過變換轉(zhuǎn)換成加法運算：ln（Y）=LNA LNB

3。Y=ax2bxc可以通過變換轉(zhuǎn)換成標(biāo)準(zhǔn)形式：Y=a（xb/（2a））2（C-b2/（4a））

正態(tài)分布的標(biāo)準(zhǔn)化只是“積分變換”。雖然高、短、胖、瘦的形狀不同，但變量的線性展開變換并沒有改變其形狀，雖然經(jīng)過標(biāo)準(zhǔn)化后，數(shù)量特征變成了期望值為0、方差為1的標(biāo)準(zhǔn)分布，但因變量和自變量的依賴性仍然存在，所以不必?fù)?dān)心“質(zhì)變”。

急，我的數(shù)據(jù)不符合正態(tài)分布，請問一下可采用哪種方法，公式或軟件進(jìn)行標(biāo)準(zhǔn)化？

這個。

..數(shù)據(jù)本身的結(jié)構(gòu)決定了它是否符合正態(tài)分布的特征。它不是由軟件或公式?jīng)Q定的。如果必須獲得該特性，則必須有選擇性地選取數(shù)據(jù)。用MATLAB試試看。